CN113917562B - 深埋软弱夹层宏细观结构表征及三维空间构造方法及装置 - Google Patents
深埋软弱夹层宏细观结构表征及三维空间构造方法及装置 Download PDFInfo
- Publication number
- CN113917562B CN113917562B CN202111135980.2A CN202111135980A CN113917562B CN 113917562 B CN113917562 B CN 113917562B CN 202111135980 A CN202111135980 A CN 202111135980A CN 113917562 B CN113917562 B CN 113917562B
- Authority
- CN
- China
- Prior art keywords
- interlayer
- deep
- sound wave
- dimensional
- damage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
Abstract
本发明属于地质工程技术领域,公开了深埋软弱夹层宏细观结构表征及三维空间构造方法及装置,本发明包括深部软弱结构面全频段声波信号监测与采集模块;本发明以深部地下工程和深埋隧道中大量存在的泥化夹层为分析对象,面对普遍存在的潜在工程地质灾害问题;在分析手段上,针对深部复杂声波多维汇聚效应及其传播影响规律,首次采用多普勒彩超仪来分析泥化夹层细观损伤演化机理,首先采用现场微震声发射装置进行定位分析,并采用Apogee1100全数字彩色多普勒超声诊断系统再现内部精细纹理结构和损伤微裂纹。
Description
技术领域
本发明属于地质工程技术领域,尤其涉及深埋软弱夹层宏细观结构表征及三维空间构造方法及装置。
背景技术
由于地下工程突发灾害和围岩失稳事故的根本诱发因素往往是软弱结构面的渗透失稳和损伤破坏,而泥化夹层是一种典型的软弱结构面,并且地质条件复杂、稳定性较差、影响因素众多,具有结构松散、性质软弱、水理性质不良和强度低等特性,因此泥化夹层是影响边坡稳定、坝基失稳、地下洞室围岩变形、深埋隧道塌方等工程地质灾害的关键因素;如贵州省60%以上、三峡库区90%和西南红层地区大部分的滑坡地质灾害都与泥化夹层密切相关;此外,泥化夹层一般很薄并且存在孔隙水,常规地质勘探方法难以查明泥化夹层的空间分布情况和力学性质,甚至会忽略泥化夹层的存在,给地下工程建设造成了许多风险危害;因此,采用新型的地质勘察方法对软弱泥化夹层进行多尺度原位立体观测试验,分析泥化夹层的三维空间分布特征和细观损伤演化机理,具有重要的理论意义和现实需求,也是分析大型层状岩质斜坡失稳机制、解决地下工程和深埋隧道安全施工建设的关键科学问题;
为此,针对复杂地质环境下深埋软弱泥化夹层原位立体探测分析的特殊性,本项目拟通过现场声发射、多普勒彩超和孔内立体摄像的多尺度原位立体观测精细试验,开展泥化夹层复杂声波信号传播规律和细观损伤破坏规律的理论分析,进行混合声波信号解析方法和彩超体视特征表征方法的技术创新,阐明深部复杂声波信号的多维汇聚效应、泥化夹层的三维空间分布特征和细观损伤演化机理,构建多场耦合作用下泥化夹层原位精细探测与潜在灾害风险预报方法,为我国新一轮大规模深部工程建设提供可借鉴的基础理论和技术储备。
通过上述分析,现有技术存在的问题及缺陷为:
(1)现有技术中,微震技术可以很好实时监测现场岩体结构破裂特别是发生岩爆现象时的声发射波形情况。然而,在监测到的声发射信号中,各种岩体破裂、岩爆、碎石及滚落、水流及施工噪声均耦合到了一起,很难进行有效的辨别区分。目前,可以利用微震/声发射等技术手段可以监测到这些耦合到一起的声发射信号,但仍然缺乏有效的方法/技术手段来实现混合声发射信号的有效提取和归类统计。(2)现有技术中,电磁波和探地雷达等常用工程探测技术手段可以实现地下大范围的岩层结构的探测分析,但存在精度低,无法实现岩层结构局部细节的精细化分析问题,特别是软弱夹层的实现成像分析。CT剖面成像等技术可以实现试验室内岩体结构局部细节的精细化探测分析,但无法一起设备笨重,便携式差,无法适应现场真实环境下岩层结构的精细化分析。
(3)泥化夹层的三维空间分布特征和宏细观损伤演化规律是岩体软弱结构特征及其性质的最新分析方向,目前处于探索性分析阶段。国内外也缺乏相应的技术报道和分析方法。
解决以上问题及缺陷的难度为:
(1)针对监测的混合声波信号,缺乏有效的方法来实现目标信号的解析提取和有效信号的分类统计,特别是对其中的高频超声波或低频次声波以及典型的高能量岩爆声波和周期性间歇性噪声的归类分析。同时,也缺乏有效的技术手段来分析混合声波信号在岩体结构中的多维汇聚效应。
(2)由于软弱夹层是诱发各种地质灾害和现场施工问题的前提基础,目前没有很多的技术手段对深埋软弱夹层进行精细化分析和深入分析。在软弱夹层三维成像探测与现场精细化探测分析方面存在一定的技术空白,没有现成可用的现场实时探测技术。
(3)泥化夹层宏细观损伤演化规律属于新理论方法分析的范畴,而软弱夹层的三维空间分布特征及其精细化探测方法是解决该理论分析的基础。因此软弱结构的实时超声成像探测方法是进行泥化夹层三维空间分布的基础,需要克服利用彩超仪进行多维多视角三维实时重建的技术难题。
解决以上问题及缺陷的意义为:本发明依托川藏铁路深埋地下隧道、锦屏水电站深埋引水隧洞等工程项目,多学科交叉综合应用声发射技术、大数据深度学习方法、多普勒彩超技术、孔内立体摄像系统、混合现实技术和三维数值分析方法,首先分析复杂声波信号在深埋泥化夹层处的多维汇聚效应及其合成机制与解析方法,并探索多维汇聚效应是否构成了微裂纹损伤破坏的诱导因素;然后分析泥化夹层细观损伤演化机理,并采用多维彩超体视特征来表征微裂纹损伤破坏程度,进而分析原位声场、渗流场和开挖扰动应力场等长期耦合作用下泥化夹层表征关系的响应特征和渐变规律;最后通过孔内立体摄像方法进行验证,并利用混合现实技术和数值模拟方法构建深埋泥化夹层细观损伤破坏与多尺度三维动态演变模型。该分析对解决生态环境效应、岩石细观力学、岩爆监测和工程地质灾害超前预报等基础性科学问题具有重要意义,能够提供理论依据和数据支持,并跨越式解决深部地下空间安全施工、潜在灾害监测等实际工程难题。
发明内容
针对现有技术存在的问题,本发明提供了深埋软弱夹层宏细观结构表征及三维空间构造方法及装置。
本发明是这样实现的,深埋软弱夹层宏细观结构表征及三维空间构造方法,包括:
深部软弱结构面全频段声波信号监测与采集模块针对已建或在建的深埋地下隧道工程,首先开展无外界干扰情况下深部软弱结构面声发射监测试验,收集各种岩体裂纹损伤、碎石及滚落、渗流及水滴、岩爆过程等声发射信号特征,也包含收集各种可能存在的次声波和超声波信号;开展TBM掘进过程中刀盘碎石声、人员施工各种噪声等全方位多角度声波信号的收集分析。然后,把多频段声波传感器埋入软弱夹层或搭载在TBM中,开展复杂地质环境下深部软弱结构面微震监测的现场试验,分别收集各种单一声发射信号和混合声波信号,如:TBM噪声、钻探噪声、碎石和裂纹损伤等目标声发射信号。最后,分析各种单一声波信号特征和混合声波信号特征,整理收集的各种声波信号特征,并编录成深部岩体声波信号特征数据库。
进一步,所述深埋软弱夹层宏细观结构表征及三维空间构造方法及装置包括混合声波信号的合成与解析模块;所述混合声波信号的合成与解析模块面对整理好的深部岩体声波信号特征数据库,分析分析各个频段中裂纹损伤等有用信号特征和TBM刀盘碎石等各种噪声信号特征;采用大数据深度学习方法来分析混杂声波信号中各种单一声波信号的行为特征,智能学习声波信号的多维交叉融合过程,进而分析复杂地质环境下深部声波信号的合成机制和解析方法。比如智能学习每个单一声源信号的特征和行为,建立各种声波信号的频率、幅值、相位、波速等多个神经网络输入参数,对混合信号进行解译和再合成,从而得到每个单一声源信号特征,进而揭示多维声波信号的合成机制,实现TBM等噪声信号的滤除和岩爆等有用声波信号的提取;
深部混合声波信号采用如下解析式进行:公式(1)中Fall(x,y,z)为混合声波信号,Pt、Pm、Pr、Pa分别为TBM噪声信号、人员施工噪声信号、岩石破裂声发射信号、目标声波信号(岩爆等)的权值化表征参数;
进一步,所述深埋软弱夹层宏细观结构表征及三维空间构造方法及装置包括全频段声波信号多维汇聚效应分析模块;所述全频段声波信号多维汇聚效应分析模块通过对深部声波信号合成机制和解析方法的分析,进一步分析各种声波信号在泥化夹层处的多维汇聚效应和合成机制与解析方法。分析多维声波信号在软弱交界面处汇聚形成的多普勒效应、渐变效应、机械效应、生物效应、超声温热效应等。然后,分析在声场和渗流场等长期作用下这些声波信号产生的多维汇聚效应对泥化夹层内部微裂纹的影响。最后,分析这些声波信号产生的多维汇聚效应是否构成了软弱结构面损伤破碎和微裂纹损伤演化的诱导因素,并得出声场温热渐变效应和多普勒效应对微裂纹的影响;另外,通过分析总结超声成像诊断原理与现有工程检测方法,采用便携式多普勒彩超仪来进行泥化夹层多维观测的精细试验,即把彩超探头涂抹上耦合剂后浸入泥化夹层区进行多角度全方位超声透射成像试验;利用彩超高效率高质量的深度剖面成像方法和变聚焦成像方法,来分析深部软弱夹层内部结构的彩超体视特征及边界结构响应特征和渐变规律。
进一步,所述深埋软弱夹层宏细观结构表征及三维空间构造方法及装置包括多普勒彩超体视特征表征方法分析模块;所述多普勒彩超体视特征表征方法分析模块针对多普勒彩超仪获得的大量高精度彩超视频图像,利用大数据深度学习和图像拼接融合等方法获得泥化夹层孔隙结构/微裂纹的体视特征。在观测到的多角度全方位视频图像中,泥化夹层及内部孔隙结构的多维成像光斑条纹及其形态特征经过图像拼接与数据融合后记为彩超体视特征。因此,光斑条纹及其形态特征的精细识别与智能分析是解决该科学问题的前提。由于这些体视特征的表征关系具有多样性和隐蔽性,因此分析视频图像中体视特征表征参数的智能统计分析与实时监测是深部泥化夹层可视化分析分析的基础;于是,本项目对彩超体视特征进行了大量的分析处理;
(a)统计光斑条纹及其形态特征来表征泥化夹层宏细观结构特征
统计分析多维成像光斑的灰度面积、亮度和成像条纹的宽度、长度及其灰度梯度变化等情况,并建立特征参数表征关系。通过分析监测这些光斑条纹的特征参数及其变化情况,来进行实时观测并分析该区域内的宏细观结构几何特征。拟采用公式(2)来表示光斑灰度浓度,其中△RC为统计的光斑灰度浓度的相对变化情况,f(i,j)为图像中像素的灰度值,△S0、△C0分别为相对面积初始值和相对灰度浓度初始值,N、C分别表示成像光斑颗粒数和灰度浓度;根据公式(2)、(3)可统计分析该区域的宏细观结构特征及其变化情况。
(b)统计图像梯度浓度变化量来表征微裂纹细观损伤演化程度
统计内部孔隙结构/微裂纹成像光斑条纹的亮度、宽度等特征量,用这些特征量来分析孔隙微裂纹的变化规律和内在表征关系,分析损伤演化规律,并分析不同地质环境下这些光斑条纹的内在差异和外在关系及其对损伤演化特征的影响;拟采用公式(4)来统计分析微裂纹的体视特征及其相对变化情况。其中,△Rxy为图像中微裂纹成像边界在X、Y梯度方向的相对梯度变化情况,△Cx、△Cy分别为图像中光斑条纹上像素值点在X、Y梯度方向上图像区域的相对灰度浓度变化情况,△Cx0、△Cy0分别为原坐标点在X、Y梯度方向上相对灰度浓度的初始值;
进一步,所述深埋软弱夹层宏细观结构表征及三维空间构造方法及装置包括响应特征和渐变规律分析模块;所述响应特征和渐变规律分析模块根据以上彩超体视特征的表征关系来分析泥化夹层的宏细观特征和微裂纹的损伤演化规律;其中,最为关键的是捕获混合声波信号在泥化夹层微裂纹处的边界响应特征和长期作用下的渐变效应;为此,采用多普勒彩超仪的多个探头对目标区域进行多尺度精细探测试验;例如采用彩超仪不同频率不同尺度的凸阵探头和线阵探头,在涂抹浇灌耦合剂后埋入目标区域进行体视特征分析和损伤演化过程分析,并监测长期作用下泥化夹层微裂纹的响应特征和渐变规律;然后,结合宏细观结构表征关系,分析多场耦合作用下微裂纹细观损伤演化规律,揭示微裂纹损伤演化的几何特征、建立微裂纹损伤判据和等效力学参数表征;最后,利用泥化夹层多维体视特征,采用混合现实技术和三维数值模拟方法,构建声场耦合作用下泥化夹层微裂纹损伤破坏的多尺度三维动态演变模型,进而深入分析深部泥化夹层的损伤演化机理。
进一步,所述深埋软弱夹层宏细观结构表征及三维空间构造方法及装置包括验证细观损伤演化模块;所述验证细观损伤演化模块结合川藏铁路深埋隧道工程,依次采用声发射系统、多普勒彩超仪、孔内全景立体像对成像系统,开展原位泥化夹层多尺度立体观测的室内外精细试验,揭示复杂地质环境下泥化夹层特征、内部微裂纹损伤破坏特征及其动态演化特征,揭示声场温热渐变效应与彩超体视特征的表征关系。通过现场高精度原位立体观测试验,分析声场、渗流场和开挖扰动应力场等耦合作用下泥化夹层微裂纹的多维体视特征及其渐变特征;通过参数表征关系,揭示多场耦合长期作用下泥化夹层微裂纹的损伤演化规律;进一步使用数值模拟方法和混合现实技术,优化泥化夹层多尺度三维动态演变模型,精心刻画微裂纹损伤过程和损伤演化过程的立体演变场景;通过构建真实数据的多尺度三维动态演变精细模型来验证泥化夹层区的损伤演化过程,并通过川藏铁路深埋隧道施工现场监测数据和立体摄像得到的泥化夹层损伤演化实例来进行验证分析,并实践所提出的理论技术方法。
本发明另一目的在于提供一种实施所述的深埋软弱夹层宏细观结构表征及三维空间构造方法的深埋软弱夹层宏细观结构表征及三维空间构造装置。
本发明另一目的在于提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行实施所述的深埋软弱夹层宏细观结构表征及三维空间构造方法。
本发明另一目的在于提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行实施一项所述的深埋软弱夹层宏细观结构表征及三维空间构造方法。
本发明另一目的在于提供一种信息数据处理终端,所述信息数据处理终端包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行实施所述的深埋软弱夹层宏细观结构表征及三维空间构造方法。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:
本发明以深部地下工程和深埋隧道中大量存在的软弱夹层为分析对象,面对普遍存在的潜在工程地质灾害问题;
在分析手段上,针对深部复杂声波多维汇聚效应及其传播影响规律,首次采用多普勒彩超仪来分析软弱夹层细观损伤演化机理填补国内外在这一方面的技术空白;另外,由于采用的多普勒彩超仪透射成像测量精度高达0.1mm,故本实验方案方法对岩体软弱结构及内部组织结构的分析测量精度可达0.1mm。这是软弱结构原位精度化探测的基础,也是其他方法途径无法实现的;
在方案实现途径上,首先采用现场微震声发射装置进行由大到小的定位分析,然后采用Apogee1100全数字彩色多普勒超声诊断系统进行局部范围的精细化超声成像诊断分析,再现软弱岩体内部精细纹理结构和损伤微裂纹,最后采用钻孔摄像技术获得原位现场光学图像数据进行对比验证;
在理论技术方法上,采用了基于大数据深度学习的混合声波信号目标拾取与分类统计方法,超前采用基于混合现实的深埋软弱结构三维重建方法并结合数值模拟技术实现软弱结构的三维动态演示。
在试验验证方案上,利用孔内全景立体像对成像系统对原位岩体结构进行原位勘察和相互验证分析,采用可视化立体观测精细试验的现场原位测试方案;
本发明得出基于大数据深度学习的混合声波信号解译方法,并用以解释复杂声波信号在泥化夹层中的多维汇聚效应;并首次采用便携式多普勒彩超体视特征来表征泥化夹层内部微裂纹形态特征,建立三维光斑条纹与内部孔隙裂纹三维空间分布形态之间的表征关系;建立图像梯度浓度与泥化夹层细观损伤破坏程度之间的表征关系,得出声场、渗流场和开挖扰动应力场等长期耦合作用下泥化夹层的边界响应特征和渐变规律,并通过高精度原位立体观测试验来互相验证。
(1)深部软弱结构面全频段声波信号监测与采集模块:能够获取各种岩体声波信号的波形特征,包括标识各种单一声波信号源和混合声波信号类型,设置标签每种声波信号的标签数据,建立声波信号和标签数据之间的一一对应关系,形成岩体声波信号特征数据库和声波信号特征手册。该声波信号特征数据库的建立为声波信号的分析处理提供极大的便利,也是后期声波信号分析处理的基础,可为类似的信号处理问题提供基础参考数据。
(2)混合声波信号的合成与解析模块:根据岩体声波信号特征数据库中的每种声波信号及其对应的标签数据,采用大数据深度学习的方法进行记录每种单一声波信号的行为特征,即建立一个深层神经网络模型并不断地导入波形和标签数据来训练优化神经网络模型里面的参数。通过设置各种波形的标准参数,不断训练优化深层神经网络模型,从而最终实现各种波形数据的输入和对应的标签数据的自动输出,进而实现混合声波信号中目标信号的自动标识提取和有效信号的合成与解析。
(3)全频段声波信号多维汇聚效应分析模块:通过对深部声波信号合成机制和解析方法的分析,通过分析各种声波信号在泥化夹层处的多维汇聚效应,可以得出多维声波信号在软弱交界面处汇聚形成的多普勒效应、渐变效应、机械效应、生物效应、超声温热效应及其对应之间的影响关系。比如可以采用彩超来分析验证软弱夹层内部结构及边界结构的多维声波响应特征和声波特征信号的渐变规律。
(4)多普勒彩超体视特征表征方法分析模块:利用多普勒彩超获取的高精度超声视频图像,分别用图像中的光斑灰度浓度C及其相对变化情况△RC和在X、Y梯度方向的相对梯度变化情况△Rxy来表征深埋软弱岩体的宏细观结构几何特征和微裂纹细观损伤演化程度。多普勒彩超体视特征可以直观形象地展示岩体结构的多维信息,为深入分析软弱结构内在规律表征方法奠定基础。
(5)响应特征和渐变规律分析模块:通过用光斑灰度浓度C及其相对变化情况△RC和在X、Y梯度方向的相对梯度变化情况△Rxy来表征岩体内部软弱结构的变化特征来分析软弱夹层的宏细观特征和微裂纹的损伤演化规律,实现了岩体软弱结构目标区域的量化管理与多尺度精细探测分析。还可以利用软弱夹层多维体视特征,采用混合现实技术和三维数值模拟方法,构建声场耦合作用下泥化夹层微裂纹损伤破坏的多尺度三维动态演变模型,进而进行直观形象的三维模拟展示。
(6)验证细观损伤演化模块:采用了孔内全景立体像对成像系统来对比验证岩体结构宏细观损伤情况。即用直观的光学成像的方式来展示验证岩体结构的宏细观损伤演化特征。
(7)涉及到的系统装置。声发射/微震监测系统、多普勒彩超仪、孔内全景立体像对成像系统。
(8)对比的技术效果或者实验效果。声发射/微震监测系统可以实现大范围内岩体结构破裂的定位和量级的估算,但无法进行已知目标区域小范围内的精细化成像分析;医用便携式多普勒彩超仪跨学科交叉应用在深埋岩体结构中,可以实现岩体软弱组织结构小目标区域的可视化测量与精细化分析,并通过多维多角度的声学成像图像进行三维立体重建,从而实现深埋软弱夹层宏细观结构体视特征的表征和三维空间分布情况的刻画描述;采用孔内全景立体像对成像系统可以从光学成像的角度来进一步验证声学成像测量的效果,孔内全景立体像对成像系统只是一种对比验证手段。
附图说明
图1是本发明实施例提供的岩体结构软弱夹层多普勒彩超仪试验方案示意图。
图2是本发明实施例提供的多普勒彩超体视特征表征方法分析示意图。
图3是本发明实施例提供的不同探头情况下多普勒彩超透射成像试验方案示意图。
图中为:1、彩超仪;2、凸阵探头;3、耦合剂;4、损伤破坏;5、泥化夹层;6、软岩;7、线阵探头;8、内部孔隙。
图4是本发明实施例提供的施工与非施工环境下隧道内全频段声波信号采集,打包并整理成各自的波形文件图。
图5是本发明实施例提供的给各种标准波形信号特征贴上标签,形成声波信号特征数据库图。
图6是本发明实施例提供的室内模拟软弱结构实验方案及结构效果图。
图7是本发明实施例提供的软弱结构超声成像图。
图8是本发明实施例提供的以同一区域不同视角下同意目标采集到的彩超视频图像。
图9是本发明实施例提供的同视角下超声图像的反射衰减特征的统计分布情况图。
图10是本发明实施例提供的分别计算图像中的成像光斑亮带特征,得出软弱结构成像边界的演变特征图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了深埋软弱夹层宏细观结构表征及三维空间构造方法及装置,下面结合附图对本发明作详细的描述。
本发明提供了深埋软弱夹层宏细观结构表征及三维空间构造方法及装置,所述埋软弱夹层宏细观结构表征及三维空间构造方法及装置包括深部软弱结构面全频段声波信号监测与采集模块;
所述深部软弱结构面全频段声波信号监测与采集模块针对已建或在建的深埋地下隧道工程,首先开展无外界干扰情况下深部软弱结构面声发射监测试验,收集各种岩体裂纹损伤、碎石及滚落、渗流及水滴、岩爆过程等声发射信号特征,也包含收集各种可能存在的次声波和超声波信号;开展TBM掘进过程中刀盘碎石声、人员施工各种噪声等全方位多角度声波信号的收集分析。然后,把多频段声波传感器埋入软弱夹层或搭载在TBM中,开展复杂地质环境下深部软弱结构面微震监测的现场试验,分别收集各种单一声发射信号和混合声波信号,如:TBM噪声、钻探噪声、碎石和裂纹损伤等目标声发射信号。最后,分析各种单一声波信号特征和混合声波信号特征,整理收集的各种声波信号特征,并编录成深部岩体声波信号特征数据库。
在本发明一实施例中,所述深埋软弱夹层宏细观结构表征及三维空间构造方法及装置包括混合声波信号的合成与解析模块;所述混合声波信号的合成与解析模块面对整理好的深部岩体声波信号特征数据库,分析分析各个频段中裂纹损伤等有用信号特征和TBM刀盘碎石等各种噪声信号特征;采用大数据深度学习方法来分析混杂声波信号中各种单一声波信号的行为特征,智能学习声波信号的多维交叉融合过程,进而分析复杂地质环境下深部声波信号的合成机制和解析方法。比如智能学习每个单一声源信号的特征和行为,建立各种声波信号的频率、幅值、相位、波速等多个神经网络输入参数,对混合信号进行解译和再合成,从而得到每个单一声源信号特征,进而揭示多维声波信号的合成机制,实现TBM等噪声信号的滤除和岩爆等有用声波信号的提取;
深部混合声波信号采用如下解析式进行:公式(1)中Fall(x,y,z)为混合声波信号,Pt、Pm、Pr、Pa分别为TBM噪声信号、人员施工噪声信号、岩石破裂声发射信号、目标声波信号(岩爆等)的权值化表征参数;
在本发明一实施例中,所述深埋软弱夹层宏细观结构表征及三维空间构造方法及装置包括全频段声波信号多维汇聚效应分析模块;所述全频段声波信号多维汇聚效应分析模块通过对深部声波信号合成机制和解析方法的分析,进一步分析各种声波信号在泥化夹层处的多维汇聚效应和合成机制与解析方法。分析多维声波信号在软弱交界面处汇聚形成的多普勒效应、渐变效应、机械效应、生物效应、超声温热效应等。然后,分析在声场和渗流场等长期作用下这些声波信号产生的多维汇聚效应对泥化夹层内部微裂纹的影响。最后,分析这些声波信号产生的多维汇聚效应是否构成了软弱结构面损伤破碎和微裂纹损伤演化的诱导因素,并得出声场温热渐变效应和多普勒效应对微裂纹的影响;另外,通过分析总结超声成像诊断原理与现有工程检测方法,采用便携式多普勒彩超仪来进行泥化夹层多维观测的精细试验,即把彩超探头涂抹上耦合剂后浸入泥化夹层区进行多角度全方位超声透射成像试验;利用彩超高效率高质量的深度剖面成像方法和变聚焦成像方法,来分析深部软弱夹层内部结构的彩超体视特征及边界结构响应特征和渐变规律。
在本发明一实施例中,所述深埋软弱夹层宏细观结构表征及三维空间构造方法及装置包括多普勒彩超体视特征表征方法分析模块;所述多普勒彩超体视特征表征方法分析模块针对多普勒彩超仪获得的大量高精度彩超视频图像,利用大数据深度学习和图像拼接融合等方法获得泥化夹层孔隙结构/微裂纹的体视特征。在观测到的多角度全方位视频图像中,泥化夹层及内部孔隙结构的多维成像光斑条纹及其形态特征经过图像拼接与数据融合后记为彩超体视特征。因此,光斑条纹及其形态特征的精细识别与智能分析是解决该科学问题的前提。由于这些体视特征的表征关系具有多样性和隐蔽性,因此分析视频图像中体视特征表征参数的智能统计分析与实时监测是深部泥化夹层可视化分析分析的基础;于是,本项目对彩超体视特征进行了大量的分析处理;
(a)统计光斑条纹及其形态特征来表征泥化夹层宏细观结构特征
统计分析多维成像光斑的灰度面积、亮度和成像条纹的宽度、长度及其灰度梯度变化等情况,并建立特征参数表征关系。通过分析监测这些光斑条纹的特征参数及其变化情况,来进行实时观测并分析该区域内的宏细观结构几何特征。拟采用公式(2)来表示光斑灰度浓度,其中△RC为统计的光斑灰度浓度的相对变化情况,f(i,j)为图像中像素的灰度值,△S0、△C0分别为相对面积初始值和相对灰度浓度初始值,N、C分别表示成像光斑颗粒数和灰度浓度;根据公式(2)、(3)可统计分析该区域的宏细观结构特征及其变化情况。
(b)统计图像梯度浓度变化量来表征微裂纹细观损伤演化程度
统计内部孔隙结构/微裂纹成像光斑条纹的亮度、宽度等特征量,用这些特征量来分析孔隙微裂纹的变化规律和内在表征关系,分析损伤演化规律,并分析不同地质环境下这些光斑条纹的内在差异和外在关系及其对损伤演化特征的影响;拟采用公式(4)来统计分析微裂纹的体视特征及其相对变化情况。其中,△Rxy为图像中微裂纹成像边界在X、Y梯度方向的相对梯度变化情况,△Cx、△Cy分别为图像中光斑条纹上像素值点在X、Y梯度方向上图像区域的相对灰度浓度变化情况,△Cx0、△Cy0分别为原坐标点在X、Y梯度方向上相对灰度浓度的初始值;
在本发明一实施例中,所述深埋软弱夹层宏细观结构表征及三维空间构造方法及装置包括响应特征和渐变规律分析模块;所述响应特征和渐变规律分析模块根据以上彩超体视特征的表征关系来分析泥化夹层的宏细观特征和微裂纹的损伤演化规律;其中,最为关键的是捕获混合声波信号在泥化夹层微裂纹处的边界响应特征和长期作用下的渐变效应;为此,采用多普勒彩超仪的多个探头对目标区域进行多尺度精细探测试验;例如采用彩超仪不同频率不同尺度的凸阵探头和线阵探头,在涂抹浇灌耦合剂后埋入目标区域进行体视特征分析和损伤演化过程分析,并监测长期作用下泥化夹层微裂纹的响应特征和渐变规律;然后,结合宏细观结构表征关系,分析多场耦合作用下微裂纹细观损伤演化规律,揭示微裂纹损伤演化的几何特征、建立微裂纹损伤判据和等效力学参数表征;最后,利用泥化夹层多维体视特征,采用混合现实技术和三维数值模拟方法,构建声场耦合作用下泥化夹层微裂纹损伤破坏的多尺度三维动态演变模型,进而深入分析深部泥化夹层的损伤演化机理。
在本发明一实施例中,所述深埋软弱夹层宏细观结构表征及三维空间构造方法及装置包括验证细观损伤演化模块;所述验证细观损伤演化模块结合川藏铁路深埋隧道工程,依次采用声发射/微震监测系统、多普勒彩超仪、孔内全景立体像对成像系统,开展原位泥化夹层多尺度立体观测的室内外精细试验,揭示复杂地质环境下泥化夹层特征、内部微裂纹损伤破坏特征及其动态演化特征,揭示声场温热渐变效应与彩超体视特征的表征关系。通过现场高精度原位立体观测试验,分析声场、渗流场和开挖扰动应力场等耦合作用下泥化夹层微裂纹的多维体视特征及其渐变特征;通过参数表征关系,揭示多场耦合长期作用下泥化夹层微裂纹的损伤演化规律;进一步使用数值模拟方法和混合现实技术,优化泥化夹层多尺度三维动态演变模型,精心刻画微裂纹损伤过程和损伤演化过程的立体演变场景;通过构建真实数据的多尺度三维动态演变精细模型来验证泥化夹层区的损伤演化过程,并通过川藏铁路深埋隧道施工现场监测数据和立体摄像得到的泥化夹层损伤演化实例来进行验证分析,并实践所提出的理论技术方法。
下面结合具体实施例以及实验对本发明地技术方案作进一步描述
实施例
本发明实施例提供的岩体结构软弱夹层多普勒彩超仪试验方案包括:
步骤一、施工与非施工环境下隧道内全频段声波信号采集。采用湖北海震科创技术有限公司的微震监测系统,分别收集非施工环境下隧道内各种岩体裂纹损伤、碎石及滚落、渗流及水滴的声发射信号,分别收集施工隧道内TBM掘进过程中刀盘碎石声、人员施工各种噪声的声波信号;打包并整理成各自的波形文件,如图4所示。
步骤二、利用Matlab等软件平台,采用小波滤波方法对每个波形文件进行分析。在同一条件下,分析提取各种波形文件的主要特征,形成标准波形信号特征,如图5所示;给各种标准波形信号特征贴上标签,形成声波信号特征数据库。
步骤三、采用基于深度学习的方法,训练测试声波信号特征数据库。首先把声波信号特征数据库分成两个数据集,即训练集和测试集;训练集用于测试基于深度学习的深层神经网络,比如本实例采用了基于波原理的RNN模型。测试集用于深层神经网络模型训练完成后测试与反馈。
步骤四、利用训练测试好的深层神经网络模型(RNN),现场测试微震监测设备采集到的声波信号,并进行波形信号检测与分析。监测隧道内施工过程中出现的岩爆等异常信号。
步骤五、采用迁移学习的方法,进一步深入优化深层神经网络模型(RNN)。有针对性地输入监测到混合声波信号,利用该模型解析混合声波信号的组成形式和合成机制。分析各个频段下各种情况下混合声波信号的合成机制和解析方法。比如智能学习每个单一声源信号的特征和行为,建立各种声波信号的频率、幅值、相位、波速等多个神经网络输入参数,对混合信号进行解译和再合成,从而得到每个单一声源信号特征,进而揭示多维声波信号的合成机制,实现TBM等噪声信号的滤除和岩爆等有用声波信号的提取。
步骤六、针对隧道里面局部岩体结构特征,采用声波成像的方法进行局部岩层结构的精细探测分析,特别是岩层软弱结构区域。根据声波信号特征数据库信息,分析辨别软弱结构岩体性质。室内模拟软弱结构实验方案及结构如下图6所示。
步骤七、采用便携式多普勒彩超仪来进行泥化夹层多维观测的精细试验。即把彩超探头涂抹上耦合剂后浸入泥化夹层区进行多角度全方位超声透射成像试验。利用彩超高效率高质量的深度剖面成像方法和变聚焦成像方法,来分析深部软弱夹层内部结构的彩超体视特征及边界结构响应特征和渐变规律。软弱结构超声成像图如图7所示。
步骤八、针对多普勒彩超仪获得的大量高精度彩超视频图像,利用大数据深度学习和图像拼接融合等方法获得泥化夹层孔隙结构/微裂纹的体视特征。获取的岩体软弱结构成像特征,通过统计分析图像中多维成像光斑的灰度面积、亮度和成像条纹的宽度、长度及其灰度梯度变化等情况,并建立特征参数表征关系,采用公式(2)来表示光斑灰度浓度。通过统计内部孔隙结构/微裂纹成像光斑条纹的亮度、宽度等特征量,用这些特征量来分析孔隙微裂纹的变化规律和内在表征关系,采用公式(4)来统计分析微裂纹的体视特征及其相对变化情况。以同一区域不同视角下同意目标采集到的彩超视频图像为例,如图8所示的三个视角下的软弱交叉相汇结构面为例。可以看出不同视角下的软弱交叉结构面的变化趋势。
统计分析每个超声扫描图像的整体明暗程度、光斑条纹的边界和超声成像光斑条纹的分布情况,来代表不同视角下同一软弱结构下的反射衰减特征。即可用超声扫描图像中软弱结构区域的像素均值来代表不同视角下超声扫描图像中的反射衰减程度,用超声扫描图像中软弱结构区域的灰度直方图来代表软弱结构内部特征的统计分布情况。其中,超声反射衰减的统计分析情况如图9(同视角下超声图像的反射衰减特征的统计分布情况)所示。
步骤九、利用公式(1)-(4)分别计算图像中的成像光斑亮带特征,得出软弱结构成像边界的演变特征,如图10所示。其中红色箭头法向量ΔF为软弱结构面成像亮带灰度面积计算得出的法向量,Φ为两个交叉软弱结构面法向量的夹角。法向量ΔF和夹角Φ为软弱夹层结构面主要特征的表证参数。这些参数的统计分析为描述软弱结构面/泥化夹层/微弱裂纹的宏细观结构特征打下了基础,是表证软弱结构损伤烟花程度和微弱裂纹的响应特征及渐变规律的主要参数。
步骤十、采用多普勒彩超仪的多个探头对目标区域进行多尺度精细探测试验。例如采用彩超仪不同频率不同尺度的凸阵探头和线阵探头,在涂抹浇灌耦合剂后埋入目标区域进行体视特征分析和损伤演化过程分析,并监测长期作用下泥化夹层微裂纹的响应特征和渐变规律。
步骤十一、结合川藏铁路深埋隧道工程,依次采用声发射系统、多普勒彩超仪、孔内全景立体像对成像系统,开展原位泥化夹层多尺度立体观测的室内外精细试验,揭示复杂地质环境下泥化夹层特征、内部微裂纹损伤破坏特征及其动态演化特征,揭示声场温热渐变效应与彩超体视特征的表征关系。通过现场高精度原位立体观测试验,分析声场、渗流场和开挖扰动应力场等耦合作用下泥化夹层微裂纹的多维体视特征及其渐变特征;通过参数表征关系,揭示多场耦合长期作用下泥化夹层微裂纹的损伤演化规律。
步骤十二、使用数值模拟方法和混合现实技术,优化泥化夹层多尺度三维动态演变模型,精心刻画微裂纹损伤过程和损伤演化过程的立体演变场景。通过构建真实数据的多尺度三维动态演变精细模型来验证泥化夹层区的损伤演化过程,并通过川藏铁路深埋隧道施工现场监测数据和立体摄像得到的泥化夹层损伤演化实例来进行验证分析,并实践所提出的理论技术方法。
在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上;术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
应当注意,本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (8)
1.深埋软弱夹层宏细观结构表征及三维空间构造方法,其特征在于,所述深埋软弱夹层宏细观结构表征及三维空间构造方法包括:
深部软弱结构面全频段声波信号监测与采集:针对已建或在建的深埋地下隧道工程,首先开展无外界干扰情况下深部软弱结构面声发射监测试验,收集各种岩体裂纹损伤、碎石及滚落、渗流及水滴、岩爆过程声发射信号特征,也包含收集各种可能存在的次声波和超声波信号;开展TBM掘进过程中刀盘碎石声、人员施工各种噪声全方位多角度声波信号的收集分析;
然后,把多频段声波传感器埋入软弱夹层或搭载在TBM中,开展复杂地质环境下深部软弱结构面微震监测的现场试验,分别收集各种单一声发射信号和混合声波信号,包括TBM噪声、钻探噪声、碎石和裂纹损伤目标声发射信号;最后,分析各种单一声波信号特征和混合声波信号特征,整理收集的各种声波信号特征,并编录成深部岩体声波信号特征数据库;
所述深埋软弱夹层宏细观结构表征及三维空间构造方法进一步包括:
混合声波信号的合成与解析:面对整理好的深部岩体声波信号特征数据库,分析各个频段中裂纹损伤有用信号特征和TBM刀盘碎石各种噪声信号特征;采用大数据深度学习方法来分析混杂声波信号中各种单一声波信号的行为特征,智能学习声波信号的多维交叉融合过程,进而分析复杂地质环境下深部声波信号的合成机制和解析方法;智能学习每个单一声源信号的特征和行为,建立各种声波信号的频率、幅值、相位、波速多个神经网络输入参数,对混合信号进行解译和再合成,从而得到每个单一声源信号特征,进而获得多维声波信号的合成机制,实现TBM噪声信号的滤除和岩爆有用声波信号的提取;
深部混合声波信号采用如下解析式进行:公式(1)中Fall(x,y,z)为混合声波信号,pt、pm、pr、pa分别为TBM噪声信号、人员施工噪声信号、岩石破裂声发射信号、目标声波信号的权值化表征参数;
Fall(x,y,z)=pt∑fTBM(x,y,z)+pm∑fman(x,y,z)+prΣfrock(x,y,z)+pa∑faim(x,y,z)+…(1);
所述深埋软弱夹层宏细观结构表征及三维空间构造方法进一步包括:
全频段声波信号多维汇聚效应分析:通过对深部声波信号合成机制和解析方法的分析,进一步分析各种声波信号在泥化夹层处的多维汇聚效应和合成机制与解析方法;分析多维声波信号在软弱交界面处汇聚形成的多普勒效应、渐变效应、机械效应、生物效应、超声温热效应;
然后,在声场和渗流场长期作用下这些声波信号产生的多维汇聚效应对泥化夹层内部微裂纹的影响;
这些声波信号产生的多维汇聚效应是否构成了软弱结构面损伤破碎和微裂纹损伤演化的诱导因素,并得出声场温热渐变效应和多普勒效应对微裂纹的影响;
并通过分析总结超声成像诊断原理与现有工程检测方法,采用便携式多普勒彩超仪来进行泥化夹层多维观测的精细试验,把彩超探头涂抹上耦合剂后浸入泥化夹层区进行多角度全方位超声透射成像试验;利用彩超高效率高质量的深度剖面成像方法和变聚焦成像方法,来分析深部软弱夹层内部结构的彩超体视特征及边界结构响应特征和渐变规律。
2.如权利要求1所述的深埋软弱夹层宏细观结构表征及三维空间构造方法,其特征在于,所述深埋软弱夹层宏细观结构表征及三维空间构造方法进一步包括:
多普勒彩超体视特征表征方法分析:针对多普勒彩超仪获得的大量高精度彩超视频图像,利用大数据深度学习和图像拼接融合方法获得泥化夹层孔隙结构/微裂纹的体视特征;在观测到的多角度全方位视频图像中,泥化夹层及内部孔隙结构的多维成像光斑条纹及其形态特征经过图像拼接与数据融合后记为彩超体视特征;光斑条纹及其形态特征的精细识别与智能分析是解决问题的前提;由于这些体视特征的表征关系具有多样性和隐蔽性,视频图像中体视特征表征参数的智能统计分析与实时监测是深部泥化夹层可视化分析的基础;
(a)统计光斑条纹及其形态特征来表征泥化夹层宏细观结构特征
统计分析多维成像光斑的灰度面积、亮度和成像条纹的宽度、长度及其灰度梯度变化情况,并建立特征参数表征关系;通过分析监测这些光斑条纹的特征参数及其变化情况,来进行实时观测并分析区域内的宏细观结构几何特征;拟采用公式(2)来表示光斑灰度浓度,其中ΔRc为统计的光斑灰度浓度的相对变化情况,f(i,j)为图像中像素的灰度值,ΔS0、ΔC0分别为相对面积初始值和相对灰度浓度初始值,N、C分别表示成像光斑颗粒数和灰度浓度;根据公式(2)、(3)可统计分析该区域的宏细观结构特征及其变化情况;
(b)统计图像梯度浓度变化量来表征微裂纹细观损伤演化程度
统计内部孔隙结构/微裂纹成像光斑条纹的亮度、宽度特征量,用这些特征量来分析孔隙微裂纹的变化规律和内在表征关系,分析损伤演化规律,并分析不同地质环境下这些光斑条纹的内在差异和外在关系及其对损伤演化特征的影响;拟采用公式(4)来统计分析微裂纹的体视特征及其相对变化情况;其中,ΔRxy为图像中微裂纹成像边界在X、Y梯度方向的相对梯度变化情况,ΔCx、ΔCy分别为图像中光斑条纹上像素值点在X、Y梯度方向上图像区域的相对灰度浓度变化情况,ΔCx0、ΔCy0分别为原坐标点在X、Y梯度方向上相对灰度浓度的初始值;
3.如权利要求1所述的深埋软弱夹层宏细观结构表征及三维空间构造方法,其特征在于,所述深埋软弱夹层宏细观结构表征及三维空间构造方法进一步包括:
响应特征和渐变规律分析:根据彩超体视特征的表征关系来分析泥化夹层的宏细观特征和微裂纹的损伤演化规律;捕获混合声波信号在泥化夹层微裂纹处的边界响应特征和长期作用下的渐变效应;采用多普勒彩超仪的多个探头对目标区域进行多尺度精细探测试验;采用彩超仪不同频率不同尺度的凸阵探头和线阵探头,在涂抹浇灌耦合剂后埋入目标区域进行体视特征分析和损伤演化过程,并监测长期作用下泥化夹层微裂纹的响应特征和渐变规律;然后,结合宏细观结构表征关系,分析多场耦合作用下微裂纹细观损伤演化规律,揭示微裂纹损伤演化的几何特征、建立微裂纹损伤判据和等效力学参数表征;最后,利用泥化夹层多维体视特征,采用混合现实技术和三维数值模拟方法,构建声场耦合作用下泥化夹层微裂纹损伤破坏的多尺度三维动态演变模型,进而深入深部泥化夹层的损伤演化机理。
4.如权利要求1所述的深埋软弱夹层宏细观结构表征及三维空间构造方法,其特征在于,验证细观损伤演化:结合川藏铁路深埋隧道工程,依次采用声发射系统、多普勒彩超仪、孔内全景立体像对成像系统,开展原位泥化夹层多尺度立体观测的室内外精细试验,获取复杂地质环境下泥化夹层特征、内部微裂纹损伤破坏特征及其动态演化特征,获取声场温热渐变效应与彩超体视特征的表征关系;通过现场高精度原位立体观测试验,分析声场、渗流场和开挖扰动应力场耦合作用下泥化夹层微裂纹的多维体视特征及其渐变特征;通过参数表征关系,获取多场耦合长期作用下泥化夹层微裂纹的损伤演化规律;进一步使用数值模拟方法和混合现实技术,优化泥化夹层多尺度三维动态演变模型,精心刻画微裂纹损伤过程和损伤演化过程的立体演变场景;通过构建真实数据的多尺度三维动态演变精细模型来验证泥化夹层区的损伤演化过程,并通过川藏铁路深埋隧道施工现场监测数据和立体摄像得到的泥化夹层损伤演化实例来进行验证分析,并实践所提出的理论技术方法。
5.一种实施权利要求1~4任意一项所述的深埋软弱夹层宏细观结构表征及三维空间构造方法的深埋软弱夹层宏细观结构表征及三维空间构造装置。
6.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行实施权利要求1~4任意一项所述的深埋软弱夹层宏细观结构表征及三维空间构造方法。
7.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行实施权利要求1~4任意一项所述的深埋软弱夹层宏细观结构表征及三维空间构造方法。
8.一种信息数据处理终端,其特征在于,所述信息数据处理终端包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行实施权利要求1~4任意一项所述的深埋软弱夹层宏细观结构表征及三维空间构造方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111135980.2A CN113917562B (zh) | 2021-09-27 | 2021-09-27 | 深埋软弱夹层宏细观结构表征及三维空间构造方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111135980.2A CN113917562B (zh) | 2021-09-27 | 2021-09-27 | 深埋软弱夹层宏细观结构表征及三维空间构造方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113917562A CN113917562A (zh) | 2022-01-11 |
CN113917562B true CN113917562B (zh) | 2023-02-28 |
Family
ID=79236337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111135980.2A Active CN113917562B (zh) | 2021-09-27 | 2021-09-27 | 深埋软弱夹层宏细观结构表征及三维空间构造方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113917562B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117589889B (zh) * | 2024-01-19 | 2024-04-02 | 江苏省特种设备安全监督检验研究院 | 一种基于有限元模型的超声相控阵微裂纹检测方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5451164A (en) * | 1991-06-12 | 1995-09-19 | Atlantic Richfield Company | Method and system for geophysical and geologic modeling |
CN101770038A (zh) * | 2010-01-22 | 2010-07-07 | 中国科学院武汉岩土力学研究所 | 矿山微震源智能定位方法 |
CN204462405U (zh) * | 2015-04-03 | 2015-07-08 | 中国矿业大学(北京) | 一种基于声发射的岩爆前兆预警系统 |
CN106353809A (zh) * | 2016-08-11 | 2017-01-25 | 中国石油大学(华东) | 一种压裂裂缝网络的反演表征方法 |
CN108168996A (zh) * | 2017-12-13 | 2018-06-15 | 西安交通大学 | 一种基于声发射信号的pbx损伤演化ct原位分析方法 |
CN108798690A (zh) * | 2018-06-01 | 2018-11-13 | 中国科学院武汉岩土力学研究所 | 实现地质探测的组合式tbm及地质探测掘进方法 |
CN110175658A (zh) * | 2019-06-26 | 2019-08-27 | 浙江大学 | 一种基于YOLOv3深度学习的混凝土裂缝识别方法 |
CN112836075A (zh) * | 2021-03-02 | 2021-05-25 | 中国科学院武汉岩土力学研究所 | 基于深度学习和迁移学习的岩层结构智能检测分类方法 |
CN113063810A (zh) * | 2021-03-22 | 2021-07-02 | 西安科技大学 | 获得砂岩冻融作用下宏细观损伤演化规律的方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140334260A1 (en) * | 2013-05-09 | 2014-11-13 | Schlumberger Technology Corporation | Neural Network Signal Processing of Microseismic Events |
WO2016168882A1 (en) * | 2015-04-18 | 2016-10-27 | Stewart Penelope Clair | Statistical method for micro-scale rock damage quantification and characterisation using x-ray micro-tomography |
WO2017113177A1 (zh) * | 2015-12-30 | 2017-07-06 | 深圳先进技术研究院 | 高强度聚焦超声损伤判定方法及装置 |
US10546072B2 (en) * | 2016-03-28 | 2020-01-28 | Baker Huges, A Ge Company, Llc | Obtaining micro- and macro-rock properties with a calibrated rock deformation simulation |
US10801998B2 (en) * | 2017-03-13 | 2020-10-13 | University Of South Carolina | Identifying structural defect geometric features from acoustic emission waveforms |
CN106855636B (zh) * | 2017-03-23 | 2018-10-26 | 西南石油大学 | 基于碳酸盐岩储层露头的原型地质模型地震正演方法 |
-
2021
- 2021-09-27 CN CN202111135980.2A patent/CN113917562B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5451164A (en) * | 1991-06-12 | 1995-09-19 | Atlantic Richfield Company | Method and system for geophysical and geologic modeling |
CN101770038A (zh) * | 2010-01-22 | 2010-07-07 | 中国科学院武汉岩土力学研究所 | 矿山微震源智能定位方法 |
CN204462405U (zh) * | 2015-04-03 | 2015-07-08 | 中国矿业大学(北京) | 一种基于声发射的岩爆前兆预警系统 |
CN106353809A (zh) * | 2016-08-11 | 2017-01-25 | 中国石油大学(华东) | 一种压裂裂缝网络的反演表征方法 |
CN108168996A (zh) * | 2017-12-13 | 2018-06-15 | 西安交通大学 | 一种基于声发射信号的pbx损伤演化ct原位分析方法 |
CN108798690A (zh) * | 2018-06-01 | 2018-11-13 | 中国科学院武汉岩土力学研究所 | 实现地质探测的组合式tbm及地质探测掘进方法 |
CN110175658A (zh) * | 2019-06-26 | 2019-08-27 | 浙江大学 | 一种基于YOLOv3深度学习的混凝土裂缝识别方法 |
CN112836075A (zh) * | 2021-03-02 | 2021-05-25 | 中国科学院武汉岩土力学研究所 | 基于深度学习和迁移学习的岩层结构智能检测分类方法 |
CN113063810A (zh) * | 2021-03-22 | 2021-07-02 | 西安科技大学 | 获得砂岩冻融作用下宏细观损伤演化规律的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113917562A (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102680575B (zh) | 一种复杂岩土介质的冲击映像方法及系统 | |
CN110415167B (zh) | 一种基于数字图像技术的粗糙面裂隙生成方法及试验系统 | |
CN103336297B (zh) | 微破裂向量扫描方法 | |
NO20181227A1 (en) | Well integrity analysis using sonic measurements over depth interval | |
CN102749647B (zh) | 一种储层孔洞空间的定量方法 | |
CN104975836B (zh) | 岩样水力裂缝形态声发射诊断实验方法及装置 | |
CN103513280B (zh) | 一种微地震监测模拟系统 | |
CN102590874B (zh) | 一种山地采煤沉陷水田地表裂缝探测方法 | |
CN108318584A (zh) | 单孔声波联合跨孔ct检测桩身质量和倾斜度的方法 | |
Koike et al. | Spatial correlation structures of fracture systems for deriving a scaling law and modeling fracture distributions | |
CN108872394B (zh) | 一种确定室内岩石加卸载过程中内部视应力场的方法及系统 | |
CN114563820B (zh) | 地球物理监测方法、装置及系统 | |
Zhao et al. | Effects of 2D&3D nonparallel flaws on failure characteristics of brittle rock-like samples under uniaxial compression: Insights from acoustic emission and DIC monitoring | |
CN113484910B (zh) | 基于地震干涉法的隧道超前地质预报方法及系统 | |
CN116591777B (zh) | 多场多源信息融合的冲击地压智能化监测预警装置及方法 | |
Dong et al. | Implications for identification of principal stress directions from acoustic emission characteristics of granite under biaxial compression experiments | |
CN113917562B (zh) | 深埋软弱夹层宏细观结构表征及三维空间构造方法及装置 | |
TWI626622B (zh) | System and method for stereoscopic imaging of underground rock formation characteristics | |
CN108614307B (zh) | 一种利用综合物探技术的仰拱质量检测方法及系统 | |
CN110795793A (zh) | 一种隧道围岩快速分级设备系统及其操作方法 | |
CN112763582A (zh) | 一种软岩崩解实时监测装置及监测方法 | |
Wang et al. | Investigating a three-dimensional convolution recognition model for acoustic emission signal analysis during uniaxial compression failure of coal | |
Shen et al. | Research on spatial–temporal response law of seismic wave generated by rock mass fracture under load | |
CN105929445B (zh) | 微破裂向量扫描方法 | |
CN112031755A (zh) | 一种压裂监测装置、方法、系统、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |